简历模板大数据开发工程师-3年.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大数据开发工程师个人简历 ———————————————————————————————————— 个人概况 姓 名:XXX 籍 贯: 河南 性 别:男 工作年限: 4年 年 龄:28 学 历: 本科 联系方式:XXXXXXXX E -- mail: XXXXXX@163.com —————————————————————————————————————————— 求职意向 目标职能:大数据开发工程师 工作性质:全职 目标地点:北京 到岗时间:即时 —————————————————————————————————————————— 工作经验 工作单位:XXXXXXXX集团股份有限公司 工作日期:2016.8 – 2019.2 工作职位:大数据开发工程师 工作日期:2015.3 – 2016.8 工作职位:Java开发工程师 —————————————————————————————————————————— 专业技能 1、熟练使用SparkCore RDD算子处理数据,熟悉Spark任务提交流程。 2、熟练使用SparkSql查询数据,自定义UDF,熟练使用Spark Streaming处理实时数据,熟悉DataSet、DataFream、Rdd三者之间的转化。 3、熟练使用Mapreduce处理复杂业务,熟悉HDFS的读写流程,熟悉Mapreduce的shuffle过程及优化,熟悉shuffle过程的优化手段和Hadoop集群搭建。 4、熟悉Zookeeper的选举机制和监听机制。 5、熟悉Hive架构,使用窗口函数和自定义UDF处理数据,熟悉Hive优化策略。 6、熟练使用Flume工具完成日志的采集过滤和分类,使用Ganglia监控工具。 7、熟练使用Kafka高低阶API消费数据,熟悉KafkaOffsetManager监控工具。 8、熟练使用Elasticsearch创建索引,利用API批量保存数据,使用Kibina查询es索引。 9、熟悉Mysql,Mongodb,Redis数据库的使用。 10、熟练使用Sqoop把Hive表数据从HDFS导入到Mysql数据库。 11、熟练掌握常用的Linux命令,使用Shell命令编写Shell脚本,Azkaban完成定时调度。 12、熟练用IDEA, Eclipse, Gitlab,SVN,Maven,Xshell开发工具。 项目经验 项目一: 西瓜籽APP实时分析 开发时间: 2018.05-2019.02 开发环境: IDEA + Maven + GitLab + SQLyog + Xshell + ClouderManager 系统架构: Spark Streaming + Hive + Hadoop+ Kafka+ Redis + Elasticsearch + Mysql + Scala 项目描述:西瓜籽是网智天元旗下集影视资讯、电影推荐、粉圈互动、电影评分、明星同款商城等多功能为一体的app,旨在发现粉丝用户的观影行为,引导粉丝消费;利用大数据平台对用户行为进行统计分析,发展粉丝经济。 责任描述: 参与项目需求讨论与架构分析。 实时统计当前活跃用户。 实时统计当前新增用户。 实时统计当前签到用户。 实时统计当前用户下单量。 实时统计当前商品交易总额。 实时统计电影综合评分。 技术描述: 使用双层Flume架构收集用户日志,分为浏览行为、点击行为、评分行为。 使用Kafka实时读取Flume收集的日志信息,存入各个topic分区中。 使用Canal工具监控Mysql中订单表,影评表的变化,将增量数据推送到Kafka中。 使用Spark Streaming消费Kafka队列的数据,手动维护offset。 使用Spark RDD的map、groupByKey、reduceByKey、foreachRDD、foreachPartition等算子处理消费的数据,分别对订单和影评中的敏感数据进行脱敏、过滤和屏蔽。 使用Redis的Set集合对用户的DAU进行缓存和去重,从Redis中取出缓存数据,利用broadcast广播变量分发到各个executor。 使用Spark Streaming把订单、影评等数据保存到Elasticsearch,使用IK分词器分词,建立倒排索引,方便模糊查询。 使用ES的API编写查询接口,可以实时查询订

文档评论(0)

文廊 + 关注
实名认证
文档贡献者

一名基层工作者的社会实践,与同行者分享。

1亿VIP精品文档

相关文档